虚拟仿真教学的内涵、设计及应用

2019-04-25李雄孙路遥

中国教育信息化·基础教育 2019年3期

李雄孙路遥

摘要：针对虚拟仿真教学与传统教学模式融合过程中所产生的教学质量影响问题和路径优化问题，文章在梳理两者关系的基础上，提出虚拟仿真教学应用于传统教学的三种路径形式：零散分布、集中分布、全分布。并基于虚拟仿真教学的内涵与设计，进一步提出以深度学习多维评价体系为教学质量影响的评价标准，以基于泊松分布的K系数为路径优化指标，从而为虚拟仿真教学与传统教学的有机融合提供良好的理论架构和评估机制，促进传统教学对新学习模式的适应。

关键词：虚拟仿真教学;传统教学模式;泊松分布;深度学习

中图分类号：G434 文献标志码：B 文章編号：1673-8454（2019）06-0021-05

计算机网络与信息技术的发展使全球信息量以信息熵的形式呈几何级增长。随着信息时代的到来，在线学习、移动学习、泛在学习等混合式学习模式逐渐革新了传统接受式学习[1]。由信息碎片化所引发的新学习模式对传统教学造成了不小的冲击。

要实现传统教学对新学习模式的适应，并避免新学习模式带来的认知问题[2]，就需要对传统教学模式进行改良和创新。虚拟仿真教学作为一种创新性地将虚拟实验与体验式学习结合的教学方法，不仅扩展了信息技术在传统教学上的应用，使教学环境不再局限于课堂上，而且能将各种教学要素集中在虚拟实验平台上，以学习者知识技能为基础，生成符合学习者个性特征的教学过程[3]，因而比传统教学更适合教育信息化背景下的新学习模式。

尽管虚拟仿真教学有着传统教学模式不可比拟的优点，但却无法像传统教学模式那样对社会历史文化中形成的所有间接经验进行追根溯源式的仿真模拟，因而不能取代传统教学模式。虚拟仿真教学是传统教学模式的有力补充，两者相辅相成、互为融合。

针对目前文献中鲜有关于两者融合路径的探讨，本研究基于虚拟仿真教学的内涵与设计，系统阐述两者融合的现实路径及路径最优化问题，以期未来能实现虚拟仿真教学在传统教学模式中的广泛应用。

一、虚拟仿真教学的科学内涵

1.虚拟仿真教学的概念

虚拟仿真教学将虚拟实验技术与体验式教学相结合，由学习者借助人机交互界面调节虚拟实验中的参数变量，通过观察、总结和归纳计算机仿真模拟结果从而获取相应的知识技能。这与教学中较为常见的专家系统存在异曲同工之处。

专家系统的前身是1950年开始发展起来的计算机辅助教学系统（CAI），目前被广泛运用且技术成熟的专家系统有：儿童纸板游戏教学系统（WEST）、计算机游戏教学系统（WUMPUS）等[4]。

专家系统与虚拟仿真教学一样，也需要学习者通过可视化界面的交互操作完成知识变量特征的输入，计算机利用预测语义模型对输入进行分析，最后得出知识目标变量[5]。两者的区别在于：专家系统的核心成分是知识库和推理机，而虚拟仿真教学由于重视学习者自身的推理能力，使学习者担当知识规律的推理者和发现者，因而其构成上不包括推理机成分。

虚拟仿真教学主要包括人机交互界面、虚拟情境、知识库和可视化输出四种成分（如图1）。其中知识库成分和虚拟情境最为重要。知识库成分是由经验丰富的教育者结合教学计划、教学目标和教学内容设置完成，是人类赋予虚拟仿真系统知识经验的过程。而虚拟情境的设计与建构既需要人类经验的参与，使其符合人类工效学，也需要基于各种智能算法和机器学习的计算模型的参与，使虚拟情境不仅仅是现实环境的忠实再现，还要对内置的知识技能实现高度加工和抽象化，让学习者以身临其境的方式体验到栩栩如生、能够活学活用的知识技能。

虚拟情境成分关系到整个仿真系统的模拟效果，是虚拟仿真教学的核心组成部分。

2.虚拟仿真教学的特征

虚拟仿真教学不仅能以其良好的人机交互界面和动态模拟程序实现现实中难以完成的或具有危险的教学实验，而且能节省大量在现实实验中需要花费的时间、人力和物质资源成本。虚拟仿真教学的技术路线主要依靠计算机技术和微机技术，智能工具的运用使虚拟仿真教学具有感知性、交互性和沉浸性的特征[6]。同时，随着云计算的发展，虚拟仿真系统逐渐具有资源共享和系统循环利用的特征，使其不同于传统形式上的纸笔教学，不需要消耗实验器材。

虚拟仿真教学要求学习者在虚拟情境中设置各种参数变量，通过对不同参数条件下计算机模拟结果的观察、总结和归纳，学习到预先设计好的知识技能系统。学习者在这一过程中能体验到学习的自主性和多样性，激发探究科学规律的好奇心和兴趣，并以体验的方式增强对知识体系的理解程度，从而达到学习和教学上事半功倍的效果。由于虚拟仿真教学存在诸多优点，因而被认为是未来教育信息化的发展热点[7]。

3.实现虚拟仿真教学的技术方法

实现虚拟仿真教学的技术方法主要有静态模型、虚拟动画、仿真软件和软硬件交互程序[8]。其中静态模型包括二维平面和立体模型的建构，可用的软件有Photoshop、CorelDRAW、Illustrator和3Dmax等。虚拟动画是在静态模型的基础上实现帧或类似于帧的创建，可用的软件有Flash、Unity3D等。仿真软件通过物理、化学和数学模型以及相应的参数条件模拟实际情况，包括电子电路仿真设计软件PSpice、工业机械设计软件Solidworks等。软硬件交互程序能提供人机交互界面，是最能体现虚拟仿真教学优势的技术方法，既包括以软件为主、硬件为辅的程序，例如Random Walking程序、古典概率程序等，也包括硬件为主、软件为辅的智能系统设备，例如VR技术、机器人系统仿真等。

软硬件交互程序要求学习者在观察、总结和归纳仿真模拟结果的同时做出按键、语音、技能操作等动作反应。具身模拟观认为，个体的动作反应和动作知觉在教学中并非无意义的，而是能与动作理解构成神经元式的联结共振[9]。当学习者作出程序规定的动作反应时，为达到一种直觉式的动作理解，其动作反应必然与动作发生的条件、形式和时机等背景信息产生联结。正是由于目标知识体系隐藏于动作背景信息中，通过动作背景信息的中介作用，能一定程度上增强学习者对目标知识体系的理解。

二、虚拟仿真教学设计原则

1.科学探究原则

虚拟仿真教学的设计遵循科学探究原则和体验式原则[10]。科学探究原则是指教师在设计虚拟仿真教学时要重视学习者自身所拥有的探究自然与社会的能力，充分发挥学习者对外部世界的逻辑推理与创造想象。通过在虚拟情境中创设符合教学目标的情境问题，让学习者以问题为中心提出猜想和假设，并总结和验证自己观察的结果，从而构建出符合自己语言特征的知识技能系统。

学习者在提出猜想和假设后，虚拟实验平台能提供一种“试误”机制，让学习者能够发现错误并证伪，继而提出新的猜想和假设，最终获取新的知识体系。由于这种新的知识体系是由学习者归纳总结出来的，贴合了学习者自身的语言风格，因而更容易与已有的认知结构相联结。

基于虚拟实验平台的科学探究过程是螺旋式递进的过程（见图2），在学习者通过不断“试误”而获取新知识或新技能的过程中，其直觉思维和内在动机得到激发，信息提取能力得到增强，符合布鲁纳提出的发现学习的基本特征[11]。

在虚拟实验平台上，学习者通过不断试误而获取新的信息和操作，使知识技能系统随试误次数的增加而呈线性增长趋势。这种增长趋势的强弱取决于发现学习中直觉思维、内在动机和信息提取的参与程度。由于直觉思维、内在动机和信息提取是虚拟情境中独立变化的离散型变量，对其发生频次的估计属于计数过程，而计数过程服从泊松分布[12]，可用泊松分布概率分别表示直觉思维、内在动机和信息提取的参与程度。

发现学习的必然要求是直觉思维、内在动机和信息提取在每次试误时同时参与且平均参与次数至少为1，在此条件下由数理推导可得虚拟仿真教学中知识技能系统增量的泊松表达式（见表1）。当试误次数逐步遞增时，知识技能系统增量却极为微弱。从泊松表达式可知，知识技能系统的巨幅增量需要以大量试误为基础。试误机制成为虚拟仿真教学必不可少的重要条件。

2.体验式原则

体验式原则是指学习者在参与虚拟仿真教学的过程中，能够亲身经历虚拟情境，以实践的方式认识和探究周围的事物。它包括三个层面，分别是认知体验层、行为体验层和情感体验层[13]。体验式原则强调学习者不仅应有认知和情感的投入，而且要重视行为层面的实践参与对学习者探究精神的影响。学习者不是被动的知识接受者，而是知识的主动发现者与共享者。其自身就在虚拟仿真系统中发挥了重要的主体作用。

学习者在试误的过程中不仅要在认知和思维层面上建构出虚拟实验平台提供的知识技能系统，而且要以技能操作或心智操作的方式增强对知识技能的运用与迁移。而这种基于虚拟实验平台的知识技能的运用与迁移超越了时空环境、技术手段和资源成本等限制，实现了对迁移的广度和深度的拓展。

三、虚拟仿真教学在传统教学模式中的应用

虚拟仿真教学属于现代教学模式，与传统教学模式不同。两者的区别体现在教学指导思想、教学理论依据、教学着眼点和教学手段上[14]。现代教学模式强调以学生为中心，将网络与多媒体系统运用在教学中[15]，其教学理论遵循现代管理学等模式，且符合活动教学的特点。传统教学模式则强调以教师为中心，以课堂教学为主，其教学理论遵循以夸美纽斯、赫尔巴特、凯洛夫等人为代表所提出的教育学理论模式。

传统教学模式是一种“传递—接受”模式。而基于虚拟实验平台的虚拟仿真教学是一种“探究—发现”模式。由于虚拟仿真教学与传统教学的融合点位置是灵活的，虚拟仿真教学依教学结构的内在规律和教学内容的松散程度可安排在传统教学程序的任何一个或多个阶段，因而能与传统教学模式有机融合，实现优势结合、劣势互抵。

1.虚拟仿真教学应用路径

传统教学模式的基本程序是激发学习动机、复习旧课、讲授新知识、巩固运用和检查评价[16]，虚拟仿真教学存在三种方式分布于传统教学模式的基本程序中（见图3）：零散分布、集中分布和全分布。

（1）零散分布

虚拟仿真系统零散地分布于传统教学的五个阶段，既可以单独分布于某一阶段，也可分布于两个或三个不连续的阶段，分布于每个阶段所对应的路径必须是非连续的，中间至少间隔一条路径，比如路径1、5，路径2、4或路径1、3、5。

（2）集中分布

虚拟仿真系统以簇状路径的形式分布于传统教学程序中，簇状路径可由两条、三条或四条路径组成，每条路径与相邻路径必须是连续的，两两之间无间隔，比如：路径1、2，路径2、3或路径1、2、3。

（3）全分布

传统教学程序的每一阶段都使用虚拟仿真系统，达到虚拟仿真系统的全覆盖。由于虚拟仿真教学比传统教学需要消耗更多的时间，因而全分布对于实际教学来说并不理想。值得注意的是，根据虚拟仿真教学内容与整体教学计划、教学目标的联系程度，可实行重点分布，将虚拟仿真系统分布于重要的知识内容上。而重点分布将会以集中分布或零散分布的形式出现。

2.应用路径的教学评价

当虚拟仿真教学与传统教学的融合对教学质量产生影响时，对这种影响的评价和判定将成为虚拟仿真教学应用与否的决定性因素。关于教学质量影响的评定既包涵了对学习者探究精神、价值观等个性心理特征层面上的衡量，也包括对学习过程的改进程度和学习效果的提升程度的综合评价。由于对学习者探究品质的培养是虚拟仿真教学的本质要求，因而关于教学质量影响的评定最终回归到学习过程和学习效果的综合评价上。深度学习的目标层次最能体现出对学习过程和学习效果的综合评价，是整体学习情况的真实反映，因而可借助深度学习多维评价体系开展虚拟仿真教学应用于传统教学的教学评价。

深度学习是指学习者在真实社会情境和复杂技术环境中通过深度加工知识信息、深度理解复杂概念、深度掌握内在含义，主动建构个人知识体系并有效迁移应用到真实情境中以解决复杂问题，最终促成全面学习目标的达成和高阶思维能力的发展[17]。深度学习的目标层次代表了学习者学习投入程度、学习目标的达成情况和学习效果的好坏优劣。因此，以布鲁纳的认知目标分类法、比格斯的SOLO分类法、辛普森的动作技能目标分类法、克拉斯沃尔的情感目标分类法为基础的深度学习多维评价体系[18]，是评定教学质量影响好坏的理想标准。

四、应用路径的最优化问题

虚拟仿真教学系统应用于传统教学的过程中存在动态最优路径。这种动态性是指为实现教学质量的提升与教学效果的最大化，虚拟仿真教学与传统教学融合的路径设计应随着教学理念、教学计划和教学内容等方面的不同而变化。由于应用路径要视具体教学情境而定，因而在分析虚拟仿真教学与传统教学的融合问题时要注重结合具体的教学情境。但鉴于多数教学情境在抽象层面上调用的特征具有普遍性，因而又存在广谱的量化方法对应用路径进行优化。

1.古典概率程序示例

本文案例引用基于Python计算机语言编写完成的古典概率程序。以古典概率程序为核心的虚拟实验过程主要包含五个步骤，见图4：①学习者通过人机交互界面了解实验说明和相关要求，并输入身份信息;②学习者在进入虚拟情境之后，观察实验动画或仿真演示从而了解情境问题，并设置相关参数变量。在本案例中，被试需要输入即将被计算机模拟的小球抽取次数;③计算机模拟结果的输出;④学习者在观察计算机模拟结果的基础上，找出问题的答案并总结、归纳相应的知识规律。在本案例中，学习者先设置在10个小球中有放回地随机抽取10次和1000次两种条件，通过观察计算机模拟每个小球被抽取的概率，从而得出“随着抽取次数的无限增加，每个小球抽取的概率接近理论值”的结论，并推导出相应公式或规律;⑤在此基础上进入下一环节的虚拟实验或者转入传统教学模式的教学程序中。

2.路径最优化的量化方法

广谱的量化方法是对生态情境在语义符号上的抽象概括，因而具有潜在性和跨情境性，可用于分析虚拟仿真教学在传统教学中的应用路径的优化问题。该量化方法假设教学系统所传递的信息量越大，教学质量和教学效果就越好，因而对教学过程的量化控制应以教学系统中学习者获取的信息增量为指标。其设计思路是当信息量增量为最大值时，由信息熵和泊松分布可得虚拟仿真教学应用于传统教学的最优次数，从而实现路径最优化。

設传统教学模式为学习者提供的信息量为H1，虚拟仿真教学系统所提供的信息量为H2，则总的信息量H=H1+H2。传统教学程序由五个阶段组成，当虚拟仿真教学系统应用于传统教学程序x次时，传统教学发生的次数为5-x。由信息熵公式可知[19][20]，学习者在传统教学中获取的信息量为：

H1=log

在发现学习中，虚拟仿真教学应用次数与试误次数成正比例关系，使其可直接导入试误次数引发的信息增量计算过程中。由于虚拟仿真系统提供的信息量只能由学习者自行探索和推导，属于信息产生式，而传统教学主要经由信息的平直传递引发信息学习，只有少部分由学习者推导，因而两者信息增长模式不同。学习者在虚拟仿真教学中获取的信息量不同于传统信息熵增长模式，其信息量增长模式可表达为：

H2=

教学系统总体的信息增长量为虚拟仿真系统与传统教学程序所提供的信息量之和。当H最大时，路径次数取决于虚拟仿真系统的K系数大小。经模拟计算可得，当虚拟仿真教学应用次数与试误次数的比例固定时，当K>0.06，可实行虚拟仿真教学系统对传统教学的全分布或大范围分布;当K<0.06时，可实行虚拟仿真教学系统的重点分布或小范围分布。

当x∈Z，0

H=log+

五、结束语

随着云计算和教育云的提出，教学资源的共享程度越来越大。参与虚拟仿真教学的学习者们能够随时随地通过分布式资源池来分享和体验各种虚拟教学情境。虚拟教学不再局限于课堂中，而是可以通过云盘系统来实现远程教学和网络学习交流。当虚拟仿真系统的相关技术越来越成熟并逐渐适应了人们的快节奏学习模式时，如何实现虚拟仿真教学与传统教学的优势结合成为教育技术创新的重要问题。

本文从虚拟仿真教学的内涵、设计出发，结合相关理论探讨了虚拟仿真教学与传统教学的融合路径及其对教学质量影响的评价问题，并提出如何以量化的方法对融合路径进行优化，进一步完善虚拟仿真教学的理论建构和应用设计，为虚拟仿真系统在实际教学的有效应用创造条件。

参考文献：

[1]颜磊，祁冰.基于学习分析的大学生深度学习数据挖掘与分析[J].现代教育技术，2017（12）：18-24.

[2]张克永，李宇佳，杨雪.网络碎片化学习中的认知障碍问题研究[J].现代教育技术，2015（2）：88-94.

[3]王梅.基于虚拟实验技术的体验式教学研究[J].电脑知识与技术，2015（22）：99-100.

[4]黄可鸣.专家系统在教育中的应用[J].计算机工程与应用，1987（2）：36-42.

[5]顾小清，冯园园，胡思畅.超越碎片化学习：语义图示与深度学习[J].中国电化教育，2015（3）：39-48.

[6]黄雅娴.基于VR技术的虚拟教学应用[J].电子技术与软件工程，2017（9）：136.

[7]胡卫星，徐多，赵苗苗.基于技术成熟度曲线的教育信息化发展热点分析[J].现代教育技术，2018（1）：38-44.

[8]刘亚丰，苏莉，吴元喜等.虚拟仿真教学资源开放共享策略探索[J].实验技术与管理，2016（12）：137-141+145.

[9]叶浩生.镜像神经元的意义[J].心理学报，2016（4）：444-456.

[10]李慧迎，祁玉娟.体验式虚拟实验的设计及实效性分析[J].中国教育信息化，2013（18）：80-83.